面向精细抓取的刚软耦合仿人手作用力优化

针对精细抓取模式下刚软耦合仿人手柔顺接触的特点,为使其具备类人手的抓取作用力施加能力,首先建立仿人手的抓取力平衡方程和约束优化函数,进而提出基于外罚函数的手指最小作用力优化方法．仿人手可通过施加合适的力实现对不同物体的稳定抓取,有效避免手指在抓取过程中使物体产生大变形或抓取失败．实验结果表明：每个手指作用力的测量平均值与理论计算值的绝对误差基本处于0～0.14 N范围,相对误差为0～18.57%范围,所提方法满足了刚软耦合仿人手在精细抓取模式下稳定可靠地抓取不同物体的需求．     

变姿态下的多指手抓取爆炸物能力分析

将多指手运用于排爆机器人以提高处理爆炸物的能力。论文针对排爆机器人在作业时其姿态的不断变化对抓取爆炸物能力的影响,寻求有利于提高抓取能力的最优手指关节角,以及多指手在不同的姿态下能抓取爆炸物的最大重量,并得出抓取能力最差的位姿。论文还考虑到爆炸物容易爆炸的特点,研究接触力不超过爆炸物所能承受的极限时多指手的抓取能力,为机器人安全操作爆炸物,防止过大的夹持力而使爆炸物发生爆炸提供理论依据。     

机器人多指手抓取爆炸物能力研究

应用力螺旋理论建立了多指手抓取矩阵与外力螺旋之间的关系,对多指手抓取 爆炸物能力进行研究． 首先建立多指手抓取爆炸物的力学模型,确定影响抓取的参数; 然 后以最大抓取重量为目标函数,建立满足力封闭约束条件下的抓取数学模型,并采用神经 网络和优化方法对多指手抓取爆炸物进行了仿真,研究多指手不同抓取位置与爆炸物重 量之间的对应关系,获得了多指手抓取爆炸物时最有利的抓取位置．     

变姿态下多指手抓取爆炸物的能力分析

将多指手代替单自由度的夹持器应用于排爆机器人中,以提高机器人处理爆炸物的能力．由于机器人姿态的变化将影响多指手的抓取能力,文中对影响多指手抓取爆炸物能力的手指抓取姿态及机器人姿态进行了研究,寻求最有利的抓取模式．同时,运用螺旋理论和BP神经网络寻求多指手最优的抓取姿态（即最优关节角）及不同机器人姿态下多指手抓取爆炸物的最大重量,并给出了最优的抓取位姿．考虑到爆炸物容易爆炸的特点,文中还研究了多指手在有限接触力作用下的抓取能力．     

绳牵引并联机构与多指手抓取的连接关系

由于绳牵引并联机构与等价的无摩擦点接触抓取模型存在结构相关性和力传递相似性,所以分析多指手抓取中一个位形的瞬时特性的很多工具,可以用来研究绳牵引并联机构的相关问题.利用平面对心抓取定理与Ebert-Uphoff提出的相关定理,确定2-2型1R2T机构的力封闭工作空间边界.文中指出,Canny关于3维封闭抓取的研究工作对确定3-2-2型,3-3-2型和3-3-3型的3R3T机构的力封闭工作空间边界有指导意义,但两者之间的真实关系还有待于进一步深入研究.     

神经网络的遗传繁殖策略

借助神经网络技术对遗传算法中的后代个体的繁殖进行了研究,介绍了基于神经网络的遗传繁殖新策略,探讨了基于神经网络的遗传繁殖策略的实现,对基于神经网络的繁殖策略还进行了初步实验.数值实验结果表明,提出的基于神经网络的遗传繁殖策略能产生优良的后代个体.     

水轮机特性的神经网络建模

针对水轮机特性难以用数学方法解析表达的问题,研究用神经网络对水轮机特性进行建模,并给出了具体步骤.水轮机单位流量和单位力矩特性的BP神经网络模型能真实地表达水轮机的非线性特性,且解决了插值法的导数不连续问题,从而改善了水击计算的收敛性,为用于工程计算和科学分析的水轮机特性表达开辟了新的途径.计算实例说明了该方法的有效性和实用性.     

一种结合进化策略与神经网络的图象恢复方法

图象恢复在已知退化矩阵的前提下,可近似看成求解最优化问题.本文提出了一种进化　策略与神经网络结合的求解最优算法,并应用于图象恢复.结果表明,综合算法优于仅采用神经网络的算法.     

浅谈网络安全体系的特性与建设策略

本文就网络安全建设过程中的策略及在网络结构设计时的关键技术要素做以浅析。     

二自由度平面机械手的神经网络建模与实时控制

目前正在兴起和发展的人工智能及人工神经网络的研究为复杂的非线性系统的控制开辟了一条新路。本文采用一种改进的 BP算法用于二自由度平面机械手系统的建模 ,取得了很好的实时控制仿真效果     

气力喷头雾化特性的实验测定与神经网络数值模拟

在改变气力喷头的空气过流面积、吸液面与喷口之间的高度差和压力的条件下,测量了雾滴的直径（体积中径DVMD）。用改进的BP算法人工神经网络对没试数据进行建模,通过建立好的模型进行仿真。从仿真结果发现：在其余参数不变的情况下吸液高度对雾滴直径的影响呈线性递增关系;吸液高度不变时,对于不同的空气过流面积都存在使雾滴直径最小的压力值,并且都存在低压区雾滴直径变化较小,在高压区雾滴直径变化较大的趋势;在吸液高度不变时,不同的空气过流面积都存在空气压力越高雾滴直径越细的现象。     

基于EBE策略的有限元法温度场神经网络计算

基于Element-By-Element(EBE)策略,提出了一种反馈网络和前向网络共同组成的多层神经网络以实现热传导有限元分析。输入层与中间层的联接权值为单元刚度矩阵与总体刚度矩阵的联系矩阵A,中间层与输出层的联接权值为A的转置阵,中间超单元联接权值为求解问题的单元刚度矩阵。分析和数值仿真结果表明,该神经网络稳定收敛于有限元模型解,为有限元分析并行计算提供一种新的方法。     

浅析煤炭市场供需特性与营销策略

分析了煤炭市场的供需特性,提出煤炭企业应树立的营销理念和遵循的营销策略。     

神经网络的动力学行为与信息处理

从一个神圣神经元模型出发，研究了由１０００个神经元组成的网络中神经元动作电位发放的动力学特性。由神经元动作电位发放的动态时间一空间图形和时间间隔序列，我们发现在周期性外刺激下网络动力学行为表现出复杂的时空结构。     

神经网络对混凝土动态特性的预测及试验

为研究混凝土高应变率下的动态特性,基于神经网络对非线性系统的辨识和预测功能,结合Leven-berg-M arquardt算法,利用变截面Hopk inson压杆对聚丙烯纤维混凝土的3种应变率下冲击压缩试验数据,采用BP网络对其峰值应力和对应的应变进行预测,并与试验结果进行了比较。分析表明,预测仿真结果与试验结果是相吻合的,所建立的网络模型可为研究混凝土高应变率下的应力应变关系提供参考。     

用模糊神经网络方法预测煤灰的结渣特性

研究煤灰的结渣特性是预测和诊断电站锅炉炉内结渣故障的第一步。综合应用模糊数学和神经网络的知识构造了一个模糊神经网络模型,用以判别煤灰的结渣特性。该方法是对已有的单一指标判别法和用模糊数学方法进行多个指标判别的改进。计算结果表明,该方法具有诊断速度快、结果准确的特点,为进一步研究煤灰结渣综合判别指标提供了一个新的途径。     

发动机动态特性组合神经网络建模新方法

针对现有发动机组合神经网络建模方法对不同数组结构的样本数据泛化能力较差的不足,提出一种多步线性插值法的组合神经网络建模方法. 该方法基于有限元建模思想,以具有丰富样本数据的某一维输入量构造网格线,对多维输入样本空间进行划分. 在网格线上,样本数据按照BP算法对网络模型进行训练,得到高精度神经网络函数,而在网格线中间,所求输出根据相邻的两条网格线的神经网络函数进行多步线性插值. 与传统组合神经网络建模方法的对比结果表明,在处理不同数组长度的多维发动机动态特性试验数据方面具有很好的适应能力.      

RBF神经网络在煤的热解特性研究中的应用

在MATLAB5．3环境下,利用神经网络工具箱中的RBF神经网络算法,通过煤的元素分析和工业分析对煤的热解特性进行了研究,对热解析温度T1,最大反应速度对应的温度T1max,热解前期热解量G1以及热解完成时间 t进行了预报,预测结果表明用RBF神经网络来研究煤的热解特性,可以达到较高精度,是一种很好的研究方法。     

一类学习联想神经网络的动态特性研究

本文讨论了一类联想神经网络在学习新的模式过程中，结构变化引起网络平衡点状态变化的动态特性；分析了联想过程中输入激励在噪声干扰情况下网络的抗噪性能，得到一些对于研究联想神经网络学习性质有用的结论。